Question

如何将年份和月份名称转换为此数据框的datetime列：

 region  year    Months
0  alabama  2018   January
1  alabama  2018  February
2  alabama  2018     March
3  alabama  2018     April
4  alabama  2018       May

当我这样做时：

pd.to_datetime(df_sub['year'] * 10000 + df_sub['Months'] * 100, format='%Y%m')

我收到此错误：

*** TypeError: unsupported operand type(s) for +: 'int' and 'str'

Answer 1

您可以将year列转换为字符串，添加Months并在to_datetime http://strftime.org/中使用参数format：

print (pd.to_datetime(df_sub['year'].astype(str)  + df_sub['Months'], format='%Y%B'))
0   2018-01-01
1   2018-02-01
2   2018-03-01
3   2018-04-01
4   2018-05-01
dtype: datetime64[ns]

Answer 2

理解中的f-string（Python 3.6 +）

pd.to_datetime([f'{y}-{m}-01' for y, m in zip(df.year, df.Months)])

DatetimeIndex(['2018-01-01', '2018-02-01', '2018-03-01', '2018-04-01',
               '2018-05-01'],
              dtype='datetime64[ns]', freq=None)

str.format

pd.to_datetime(['{}-{}-01'.format(y, m) for y, m in zip(df.year, df.Months)])

DatetimeIndex(['2018-01-01', '2018-02-01', '2018-03-01', '2018-04-01',
               '2018-05-01'],
              dtype='datetime64[ns]', freq=None)

Answer 3

这是一个简单的程序，可以获取您正在寻找的输出：

import pandas as pd

data_frame = pd.DataFrame({'Region': ['alabama', 'alabama', 'alabama', 'alabama', 'alabama'],
                          'Year': [2018, 2018, 2018, 2018, 2018], 'Months': ['January', 'February', 'March', 'April', 'May']})


date_1 ='{}-{}'.format(data_frame['Months'].iloc[0], data_frame['Year'].iloc[0])
date_2 = '{}-{}'.format('June', data_frame['Year'].iloc[4])

data_frame.index = pd.date_range(date_1, date_2, freq='M')
print(data_frame)

我们可以在范围的起始位置格式化日期，并从最终位置+ 1个月格式化date_2，以便我们避免索引错误。将这些值格式化为字符串将允许pandas使用date_range（）函数将它们格式化为日期。我们可以将索引设置为此范围，因为您说您想要一个包含这些值的列，但如果您不希望将日期作为索引，我们还可以创建一个名为dates的列，并使用insert语句来在任何地方添加它们。在我们的date_range函数中，date_1将是我们的第一个日期，而date_2将是我们的最后日期。我们还可以将频率设置为每月，以便日期列中的索引与其他列中的索引对齐。以下是我们的输出：

              Months   Region  Year
2018-01-31   January  alabama  2018
2018-02-28  February  alabama  2018
2018-03-31     March  alabama  2018
2018-04-30     April  alabama  2018
2018-05-31       May  alabama  2018

将年和月名称转换为pandas dataframe的datetime列

3 个答案: